前面章节介绍了 Spring Batch 的架构，下面将快速介绍的核心概念。理解这些概念是有效使用 Spring Batch 的关键。
作业（Job）可以理解为一个完整的批处理任务，是 Spring Batch 的顶层抽象。
一个作业由一个或多个步骤（Step）按顺序或条件组合而成。
作业的特性：
通过 JobBuilderFactory 创建，支持唯一命名（如 importUserJob）。
可配置 JobParameters（作业参数），用于标识作业实例（如日期、文件路径）。
支持作业实例（JobInstance） 和 作业执行（JobExecution） 的概念：
同一作业（Job）可通过不同参数创建多个实例（JobInstance）。
每个实例可执行多次（每次执行对应一个 JobExecution）。
步骤（Step）是作业的最小执行单元，包含完整的“读-处理-写”流程。
通常一个步骤由三部分组成：
ItemReader：数据读取器。
ItemProcessor：数据处理器（可选）。
ItemWriter：数据写入器。
步骤的特性：
通过 StepBuilderFactory 创建，支持唯一命名（如 step1）。
支持分块处理（Chunk）：每次读取 commit-interval 条记录，处理后批量写入。
支持事务管理：每个 Chunk（分块）作为一个事务单元。
简单说就是将数据分块读取、处理和写出。在 Spring Batch 中，Chunk 是实现批处理的核心模式，它将大量数据按固定大小分块处理，确保高效且可靠的数据处理。
Chunk 是一种 “读 - 处理 - 写” 循环模式，每次处理固定数量（commit-interval）的记录，作为一个事务单元。
核心流程如下：
读取 N 条记录 → 处理 N 条记录 → 写入 N 条记录 → 提交事务
ItemReader 用来从数据源读取数据，Spring Batch 支持多种数据源：
关系型数据库（JDBC、JPA）。
文件（CSV、XML、JSON）。
消息队列（RabbitMQ、Kafka）。
自定义数据源（如 REST API）。
实现方式：
内置实现：JdbcCursorItemReader、FlatFileItemReader 等。
自定义实现：通过实现 ItemReader 接口。
ItemProcessor 用来对 ItemReader 读取的数据进行转换、过滤或业务处理。
ItemProcessor 的特性：
输入类型与输出类型可不同（如 ItemProcessor<Input, Output>）。
支持返回 null 以过滤不需要的数据（返回数据为 null，将不会传递给写入器）。
示例场景：
数据格式转换（如字符串转日期）。
数据校验（如过滤无效记录）。
业务逻辑计算（如金额汇总）。
ItemWriter 用来将处理后（数据可以来源 ItemReader，也可以来源 ItemProcessor 处理后的数据）的数据写入目标系统，支持多种目标：
关系型数据库（JDBC、JPA）。
文件（CSV、XML、JSON）。
消息队列。
REST API。
ItemWriter 的特性：
批量写入：接收 List 类型数据，一次性处理多条记录。
事务安全：配合 Chunk 模式，确保数据一致性。
JobRepository 负责持久化（保存）批处理作业的元数据到数据库，确保作业状态可追溯、可恢复。包括：
作业实例（JobInstance）
作业执行（JobExecution）及其状态（如 STARTED、COMPLETED、FAILED）
步骤执行（StepExecution）及其进度
作业参数（JobParameters）
JobRepository 的存储介质：
默认使用关系型数据库（如 H2、MySQL、PostgreSQL）。
表结构包含 7 张核心表（如 BATCH_JOB_INSTANCE、BATCH_STEP_EXECUTION）。
JobRepository 的作用：
故障恢复：重启作业时可从上次失败的位置继续执行。
作业监控：通过查询作业仓库获取历史执行记录。
幂等性保证：相同参数的作业实例不会重复启动。
JobLauncher 是 Spring Batch 中触发作业执行的核心组件，负责启动 Job 并管理其生命周期。它主要负责：
根据 Job 和 JobParameters 创建 JobExecution。
调用作业仓库记录执行状态。
执行作业并返回结果。
JobLauncher 的实现方式：
内置实现：SimpleJobLauncher（默认）。
JobLauncher 支持同步 / 异步执行：
同步：调用线程等待作业完成。
异步：通过配置 TaskExecutor 实现多线程执行。
分块处理是 Spring Batch 核心特性之一，特别适合处理大量数据的场景。这种模式结合了事务管理和批处理的优势，既能高效处理数据，又能保证数据的完整性。
分块处理的核心思想：读 - 处理 - 写循环
每次从数据源读取一条记录，处理后暂存，直到达到指定的块大小（chunk size），然后将整个块的数据一次性写入目标位置。
并且以块为单位提交事务，若处理过程中发生异常，仅当前块的数据会回滚，已处理的块不受影响。
Chunk 模式：
每次读取 commit-interval 条记录（如 10 条）。
所有记录处理完成后，批量写入目标。
整个 Chunk 作为一个事务单元，失败时自动回滚。
分块处理优势：
内存效率高：无需一次性加载所有数据。
事务安全：确保数据一致性。
故障恢复：可从失败的 Chunk 重新开始。
重试机制（RetryPolicy）用于处理临时性异常（如网络波动、数据库连接超时等），提高批处理作业的稳定性和成功率。通过合理配置重试策略，可以避免因偶发异常导致整个作业失败，而是自动重试直到成功或达到最大重试次数。
重试的常见实现：
SimpleRetryPolicy：简单次数重试。
CircuitBreakerRetryPolicy：熔断机制，连续失败后暂停重试。
跳过机制允许在处理过程中遇到异常时跳过错误记录，继续处理后续数据，而不是让整个作业失败。这对于处理大量数据时的偶发错误特别有用，例如数据格式错误、无效记录等。
注意事项：
需权衡跳过记录对业务的影响。
可结合 SkipListener 记录被跳过的数据。
监听器可以用来监听作业 / 步骤 / Chunk 的生命周期事件，实现自定义逻辑（如日志记录、统计）。
监听器类型：
作业级监听器：
JobExecutionListener：监听作业开始 / 结束。
步骤级监听器：
StepExecutionListener：监听步骤开始 / 结束。
细粒度监听器：
ItemReadListener、ItemProcessListener、ItemWriteListener：监听读写处理过程。
ChunkListener：监听 Chunk 开始 / 结束。
监听器实现方式：
接口实现：实现对应监听器接口。
注解方式：使用 @BeforeStep、@AfterChunk 等注解。
由 JobName + JobParameters 唯一标识，代表一个逻辑上的批处理任务。例如：每月 1 日执行的 “工资计算” 作业是一个 JobInstance。
代表 JobInstance 的一次实际执行，记录执行状态（如 STARTED、FAILED）、开始 / 结束时间等。同一 JobInstance 可有多条 JobExecution 记录（如失败重试）。
每个 Step 对应一个或多个 StepExecution，记录步骤的执行状态和进度。包含处理的记录数、跳过的记录数等统计信息。
注意： Spring Batch 的核心概念围绕 作业编排、数据处理、状态管理 和 执行控制 展开。通过合理使用这些概念，开发者可以构建出高效、可靠、可扩展的企业级批处理系统。关键是理解各组件间的协作关系，如 Job 与 Step 的组合、Reader/Processor/Writer 的数据流、JobRepository 的状态管理等。结合 Spring Boot 的自动化配置，Spring Batch 能显著提升批处理开发的效率和质量。
川公网安备51010802032098
